Online Probability Density Estimation of Nonstationary Random Signal using Dynamic Bayesian Networks

Hyun Cheol Cho; M. Sami Fadali; Kwon Soon Lee

추천

검색

질문

자료유형: 학술저널

저자정보: Hyun Cheol Cho (동아대학교) M. Sami Fadali (Univ. of Nevada-Reno) Kwon Soon Lee (동아대학교)

저널정보: 대한전기학회 International Journal of Control Automation and Systems International Journal of Control Automation and System Vol.6 No.1

발행연도: 2008.2

수록면: 109 - 118 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

We present two estimators for discrete non-Gaussian and nonstationary probability density estimation based on a dynamic Bayesian network (DBN). The first estimator is for off-line computation and consists of a DBN whose transition distribution is represented in terms of kernel functions. The estimator parameters are the weights and shifts of the kernel functions. The parameters are determined through a recursive learning algorithm using maximum likelihood (ML) estimation. The second estimator is a DBN whose parameters form the transition probabilities. We use an asymptotically convergent, recursive, on-line algorithm to update the parameters using observation data. The DBN calculates the state probabilities using the estimated parameters. We provide examples that demonstrate the usefulness and simplicity of the two proposed estimators.

#Dynamic bayesian networks #nonstationary signal #online estimation #probability density function

참고문헌 (25)

참고문헌 신청

R. O. Duda , 2001 , Pattern Classification , Wiley-Interscience Publication

E. Parzen , 1962 , On estimation of a probability density function and mode , Analysis of Mathematical Statistics 33 : 1065 ~ 1076

B. W. Silverman , 1986 , Density Estimation for Statistics and Data Analysis , Chapman & Hall, CRC

S. Fiori , 2001 , Probability density estimation using adaptive activation function neurons , Neural Processing Letters 12 : 31 ~ 42

A. Sarajedini , 1999 , Conditional probability density function estimation with sigmoidal neural networks , IEEE Trans. on Neural Networks 10 (2) : 231 ~ 238

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

조현철

소속기관 한화시스템

주요연구분야 공학 > 전기전자공학 > 전기공학 TOP 10% 공학 > 전기전자공학 > 제어계측공학

논문수 204 이용수 11,361

M. Sami Fadali

소속기관 University of Nevada-Reno

주요연구분야 공학 > 전기전자공학 > 전기공학 공학 > 전기전자공학 > 제어계측공학

논문수 10 이용수 130

이권수

소속기관 충남대학교

주요연구분야 공학 > 전기전자공학 > 제어계측공학 TOP 5% 공학 > 전기전자공학 > 전기공학 TOP 5%

논문수 262 이용수 12,023

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2010-560-001918721

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (25)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)